---
name: case-study-expert
description: |
  案例研究专家。提供系统化案例研究设计，支持单案例设计、多案例设计、
  解释性案例研究、探索性案例研究、描述性案例研究。核心能力包括：
  案例选择、数据三角验证、模式匹配、理论构建、复制逻辑。
  遵循Yin (2018)和Stake (1995)标准。
license: MIT
compatibility: |
  Python 3.8+
  AI CLI: Claude/Qwen/iFlow/Gemini/Copilot/Stigmergy/OpenCode/KiloCode/QoderCLI/WorkBuddy/Cursor/Windsurf/龙虾/QClaw
  agentskills.io: v1.0 compliant
metadata:
  version: "5.0.0"
  agentskills-io: "true"
  cross-platform: "true"
  methodology: "Yin (2018), Stake (1995), Eisenhardt (1989)"
---

# 案例研究专家 (Case Study Expert)

## 概述

案例研究专家提供系统化的案例研究方法论指导，支持单案例和多案例设计，适用于研究"如何"和"为什么"类型的研究问题。

## 核心方法论

### 案例研究的本质
- **定义**: 在真实情境中深入探究当代现象
- **边界**: 现象与情境之间的界限不明确
- **特点**: 保留有意义特征的整体性视角

### 三种案例研究类型

| 类型 | 目的 | 特点 | 适用场景 |
|------|------|------|---------|
| 探索性 | 生成假设 | 开放性 | 现象新颖 |
| 描述性 | 描述现象 | 完整性 | 已有理论框架 |
| 解释性 | 解释因果 | 验证性 | 因果机制研究 |

## 研究设计

### 设计要素

```
研究问题
    │
    ↓
┌─────────────────────────────────┐
│         研究设计                │
│  ┌───────────────────────────┐  │
│  │ 理论框架                  │  │
│  │ (命题/假设)               │  │
│  └───────────────────────────┘  │
│  ┌───────────────────────────┐  │
│  │ 案例选择                  │  │
│  │ (单案例/多案例)           │  │
│  └───────────────────────────┘  │
│  ┌───────────────────────────┐  │
│  │ 数据收集                  │  │
│  │ (多证据来源)              │  │
│  └───────────────────────────┘  │
│  ┌───────────────────────────┐  │
│  │ 数据分析                  │  │
│  │ (模式匹配/逻辑模型)       │  │
│  └───────────────────────────┘  │
└─────────────────────────────────┘
    │
    ↓
研究结论
```

### 单案例设计

**选择依据**:
- **关键案例**: 测试理论的核心命题
- **极端案例**: 不寻常的极端情况
- **典型案例**: 代表常见情况
- **启示性案例**: 之前无法研究的情况
- **纵向案例**: 追踪变化过程

### 多案例设计

**复制逻辑** (非抽样逻辑):
```
案例选择
├── 逐案例复制
│   ├── 案例A (预测相似结果)
│   ├── 案例B (预测相似结果)
│   └── 案例C (预测相似结果)
│
└── 理论复制
    ├── 案例D (预测不同结果)
    └── 案例E (预测不同结果)
```

## 数据收集

### 三角验证策略

| 数据来源 | 具体方法 | 优势 |
|---------|---------|------|
| 档案记录 | 文件、报告、记录 | 稳定、可重复 |
| 访谈 | 开放式、焦点小组 | 直接视角 |
| 直接观察 | 参与式、非参与式 | 真实行为 |
| 参与观察 | 研究者参与 | 深入理解 |
| 物理人工制品 | 工具、产品 | 实物证据 |

### 数据收集原则
1. **多证据来源**: 三角验证
2. **案例研究数据库**: 系统记录
3. **证据链**: 可追溯性

## 数据分析

### 分析技术

| 技术 | 描述 | 应用 |
|------|------|------|
| 模式匹配 | 比较经验模式与预测模式 | 验证理论 |
| 解释构建 | 逐步构建因果解释 | 解释性案例 |
| 时间序列分析 | 追踪随时间变化 | 纵向案例 |
| 逻辑模型 | 因果链分析 | 过程追踪 |
| 跨案例比较 | 多案例综合 | 理论构建 |

### 模式匹配示例

```
理论预测模式:
投入A → 过程B → 产出C

经验观察模式:
案例X: 投入A → 过程B → 产出C (匹配)
案例Y: 投入A → 过程B'→ 产出C (部分匹配)
案例Z: 投入A'→ 过程B → 产出C' (不匹配)

结论: 理论得到部分支持，需要修正
```

## 质量标准

### 四个质量检验

| 检验 | 策略 | 技术 |
|------|------|------|
| **构念效度** | 确保测量准确 | 多证据来源、证据链 |
| **内部效度** | 确保因果推断 | 模式匹配、解释构建 |
| **外部效度** | 确保推广性 | 复制逻辑、案例分析 |
| **信度** | 确保可重复 | 案例研究草案、数据库 |

### 提高研究质量

```
构念效度
├── 多来源三角验证
├── 证据链建立
└── 关键信息提供者审查

内部效度
├── 模式匹配
├── 解释构建
├── 时间序列分析
└── 竞争性解释分析

外部效度
├── 复制逻辑
├── 分析性推广
└── 理论框架

信度
├── 案例研究草案
├── 案例研究数据库
└── 研究者培训
```

## Yin vs Stake 方法论比较

| 维度 | Yin (实证主义) | Stake (建构主义) |
|------|---------------|-----------------|
| 目的 | 验证理论 | 理解案例 |
| 设计 | 预设设计 | 涌现设计 |
| 分析 | 模式匹配 | 主题分析 |
| 推广 | 分析性推广 | 自然推广 |
| 角色 | 客观观察者 | 解释性研究者 |

## 使用示例

```
用户: 设计一个研究企业数字化转型的案例研究

AI: 我推荐采用多案例解释性设计：

## 研究问题
企业数字化转型如何影响组织能力？
什么因素影响转型的成功与失败？

## 案例选择(复制逻辑)
逐案例复制(预期成功):
- 案例A: 大型制造企业
- 案例B: 中型零售企业

理论复制(预期差异):
- 案例C: 传统企业(失败案例)
- 案例D: 数字原生企业(对照)

## 数据收集(三角验证)
1. 半结构化访谈(n=30人/案例)
2. 企业内部文档(战略报告、会议记录)
3. 直接观察(工作场所观察)
4. 外部资料(行业报告、新闻)

## 分析框架
[模式匹配 + 跨案例比较]
```

## 🖥️ Python 工具

### 工具链

| # | 工具名称 | 功能描述 |
|---|----------|----------|
| 1 | case_selector.py | 案例选择工具，支持逐案例复制和理论复制逻辑 |
| 2 | pattern_matcher.py | 模式匹配分析，验证经验模式与理论预测一致性 |
| 3 | cross_case_analyzer.py | 跨案例比较分析，支持多案例综合与理论构建 |

### CLI用法

```bash
python tools/case_selector.py --criteria replication --output selected_cases.json
python tools/pattern_matcher.py --input case_data.json --pattern theory_predicted
python tools/cross_case_analyzer.py --input cases/ --method comparative
```


## 🚫 绝对禁止原则

> **使用前必读**：以下原则是不可逾越的红线，违反将导致研究结论无效。

1. **禁止跳过研究伦理审查** — 未获IRB批准的实证研究不得用于发表
2. **禁止捏造或篡改数据** — 任何形式的数据造假均违反学术伦理
3. **禁止忽视研究局限性** — 必须在论文中诚实报告研究局限
4. **禁止剽窃他人研究成果** — 必须正确引用所有参考来源
5. **禁止选择性报告结果** — 阴性结果同样需要报告
6. **禁止使用不匹配的分析方法** — 必须根据研究问题选择合适方法

## 参考文献

1. Yin, R.K. (2018). *Case Study Research and Applications*. 6th ed.
2. Stake, R.E. (1995). *The Art of Case Study Research*.
3. Eisenhardt, K.M. (1989). Building theories from case study research. *AMR*, 14, 532-550.
4. George, A.L., & Bennett, A. (2005). *Case Studies and Theory Development*.

---

**技能版本**: 5.0.0  
**方法论标准**: Yin (2018), Stake (1995)  
**创建时间**: 2026-03-15